自從2010年谷歌退出中國大陸市場以來,關(guān)于谷歌重返的消息就不斷。雖然谷歌董事長施密特在接受英國BBC采訪時稱不會重返中國,但是各種跡象表明,谷歌從未放棄中國市場,并且對中國市場有著強(qiáng)烈的欲望。
我們并不排除在谷歌內(nèi)部,針對是否重返中國有著兩派觀點(diǎn),不過現(xiàn)在看來,同意重返中國市場的觀點(diǎn)占據(jù)了上風(fēng)。
今天有報道稱,有網(wǎng)友近日發(fā)現(xiàn)谷歌特地注冊了多個類似Google Play域名,這些域名均帶有“China”字眼。谷歌應(yīng)用市場官網(wǎng)為play.google.com,但現(xiàn)在谷歌又注冊了googleplaychina.com/.cn/.com.cn(谷歌應(yīng)用市場中國)、googleplaychinaedition.com(谷歌應(yīng)用市場中國版)、googlechinaaccount.com(谷歌中國賬戶)、googlechinaedition.com(谷歌中國版)等多個與中國有關(guān)的域名。這些域名暴露了谷歌正在為進(jìn)入中國市場做準(zhǔn)備。
實(shí)際上早前Google Play已經(jīng)在中國有所動作。《福布斯》上個月曾報道稱,谷歌在線商店Google Play或?qū)⒂谀陜?nèi)登陸中國??梢宰糇C這一消息的事件是,谷歌正積極和中國的品牌手機(jī)廠商洽談,為此谷歌開出了如果手機(jī)廠商愿意預(yù)置谷歌應(yīng)用商店,每部手機(jī)將補(bǔ)貼一美元的高額補(bǔ)貼條件。
更早一些,2012年,谷歌與360搜索合作,后者采用谷歌的廣告系統(tǒng),用戶用360搜索,會在網(wǎng)頁右側(cè)及上方出現(xiàn)谷歌的關(guān)鍵詞廣告。
種種跡象都在表明,谷歌對中國市場有著強(qiáng)烈的欲望。谷歌產(chǎn)品高級副總裁桑達(dá)爾·皮查伊(Sundar Pichai)在接受外媒采訪時提到,“我在(中國)那里看到巨大機(jī)遇,我們在那里有非常有利的平臺,希望我們將來有機(jī)會提供其他服務(wù)。”同時他表示,谷歌今年將在支付、商務(wù)和企業(yè)應(yīng)用等領(lǐng)域再次發(fā)力,而谷歌將會歡迎重返中國市場的機(jī)會。
但是,谷歌重返中國也是困難重重,首先要和中國政府形成良好溝通的局面,并按照本地政策來執(zhí)行相關(guān)產(chǎn)品的功能;其次,谷歌離開了中國市場五年,其搜索業(yè)務(wù)全面萎縮,需要重新啟航;第三,中國現(xiàn)在市場競爭異常激烈,谷歌要入華要挑戰(zhàn)的不只是本土巨頭企業(yè),還有上百個本土應(yīng)用市場;第四,得先找到一個大中華區(qū)CEO吧?
當(dāng)然谷歌也有很大的優(yōu)勢,就是其在Android陣營的絕對權(quán)威地位。去年夏季,谷歌宣布月活躍Android用戶超過10億,今年早些時候,來自Strategy Analytics的數(shù)據(jù)顯示目前Android陣營在全球智能手機(jī)中的占比已經(jīng)達(dá)到81.2%。
整體來看,谷歌在中國市場依然有著巨大的機(jī)會,不過前提是克服重重困難進(jìn)來,這并不容易。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。